关键词： 大数据   网络空间   网络安全  

摘要： 随着大数据时代的到来,网络空间安全问题日益凸显。传统安全防护手段难以应对新型威胁,基于此,本文探讨了大数据处理技术在网络空间安全中的应用,构建基于大数据的网络空间安全防护平台,平台包括数据采集、数据存储、数据处理和分析、实时监控与响应、安全策略与决策支持5个主要模块。通过网络流量监测、日志数据收集和传感器数据集成,实现了对海量数据的全面监控和分析。利用Hadoop、机器学习、深度学习算法对数据进行深度分析,通过实时数据可视化技术,提供即时的安全态势感知,旨在推动大数据技术的应用,提升网络空间安全防护能力。

关键词： GeoTIFF格式   山体阴影图   地形晕渲   高程数据  

摘要： 高程数据是描述地球表面高程信息的数字数据集。高程数据通过特定分辨率精确刻画区域地形特征,为地表形态分析提供多维参数。作为地理信息科学领域的基础空间数据,广泛应用于地理信息系统(GIS)、地形分析、水文模拟、地质研究、环境建模等领域,发挥着不可替代的作用。本文提出在某项目中要基于已有的GeoTIFF格式高程瓦片数据,实现山体阴影图生成、地形晕渲制作及等高线提取等空间分析任务,生成的数据能够按需快速抽取、拷贝。

关键词： 数据处理   数据安全   整车厂商   合作规制  

摘要： 引言智能汽车行业发展与数据处理紧密相连,数据侵权频发,相关规范和监管存在不足。自我规制存在忽视数据安全价值等问题,行政规制存在滞后、手段效率低和成本高等弊端,而合作规制能平衡价值冲突,具有重要意义。在合作规制中,整车厂商应担任自我规制组织的主体,行政机关应保持主导地位。同时,通过标准制定、认证机制和指导性文件等路径,实现公权主体与私法主体的合作,以促进智能汽车行业数据处理的健康发展。数字经济背景下,应积极探索适合智能汽车行业的合作规制模式,保障数据安全与利用,推动行业持续进步。

关键词： 斜拉桥   CEEMD法   健康监测   索力   挠度  

摘要： 如何处理海量的健康监测数据是进行桥梁健康状况评估的关键。结合互补集合经验模态分解法(CEEMD)和数据拟合法,对某斜拉桥跨中索力和挠度监测数据进行了分解和重组处理。结果表明该方法能够有效处理桥梁健康监测数据,得到不同荷载单独作用下的索力和挠度;车辆荷载是导致索力和挠度产生显著波动的关键因素;成桥10年后,索力变化率和车致挠度均满足规范要求;车辆和温度荷载单独作用下,索力基本服从正态分布,挠度服从Lorentz分布。

关键词： 隧道衬砌   探地雷达   数据处理   深度学习   生成式对抗网络  

摘要： 探地雷达(GPR)广泛应用于隧道衬砌质量检查,然而实际采集的原始探地雷达数据常常无法直接进行解译,需要进行去噪、增益、图像平滑等多种技术手段处理后,才能从中读取有效回波信息。考虑到目前探地雷达数据基本通过人工处理,处理流程复杂,参数选取主观性强,处理工作费时费力,基于生成式对抗网络(GAN),提出一种直接将探地雷达原始数据转化为具有清晰回波信号图像的端到端处理方法。使用的生成式对抗网络由一系列不同尺度生成器和鉴别器组成,可以智能识别探地雷达数据的整体和局部特征,并对原始数据自动进行全面的处理操作。该方法成功应用于隧道初衬质量检测的实测探地雷达数据处理任务中,数据处理效果基本与人工处理结果相同,并实现了更高的数据处理效率。

关键词： 水利水电工程   NVMS振弦式测力计   数据处理与分析  

摘要： NVMS振弦式测力计作为一种新型的结构监测设备,具有监测精度高、实时性好等优点,逐渐成为水利水电工程中的重要应用技术。然而,仅有高精度的数据采集并不足以满足工程的需求,需对数据进行有效地处理与分析,才能发挥其最大价值。基于此,对面向水利水电工程的NVMS振弦式测力计数据处理与分析方式展开详细分析,为进一步提高测量准确性奠定基础。

关键词： 数据处理   管理会计   数据驱动   智能化  

摘要： 信息技术的高速发展以及互联网的广泛普及,带动了全球数据量呈指数级增长,企业的运营和管理也越发依赖数据的支持。在这一背景下,凭借数据处理效率高、扩展性强等优点,大数据技术正全面重塑各个行业的运行逻辑,管理会计也因此迎来前所未有的发展机遇。可以说,大数据技术的应用,正推动着管理会计向智能化和数据驱动的方向迈进,使得管理会计能够更精准、系统地洞察企业内外部环境变化。同时,大数据技术能够帮助企业实时分析和预测相关数据的变化趋势,做出正确的决策,实现价值创造。

关键词： 容错计算机   数据处理   数据流   中国空间站   导航、制导与控制  

摘要： 计算机数据分析和处理是计算机设计与应用的重要内容,但目前多模冗余计算机的研究主要集中在冗余硬件设计,对计算机应用中涉及的数据分析与处理研究不足。针对中国空间站制导、导航与控制(GNC)系统应用的拜占庭容错计算机的数据分析与处理需求,描述了容错计算机的内外部接口设计,详细说明了采用的任务时序设计、数据交换比对设计、数据特性分类处理和故障机数据处理等技术要点,并介绍了典型的数据流设计情况,最后结合地面测试及在轨数据对计算机的测试验证情况进行了说明。验证结果证明了所提数据分析与处理方法的正确性。

关键词： 信号集中监测   报警仿真测试   数据处理   特征工程  

摘要： 介绍一种铁路信号集中监测报警仿真平台,其功能包含数据的收集和预处理、特征工程的建立、知识库的迭代回归、决策树分析和用例字典,通过参照知识库将相互独立的原始数据进行数据的清洗、传递和格式化,去除缺失值或异常值,按照时序的逻辑方式以实现子系统间数据的相互调用和逻辑的重新整合,从而建立特征工程。再利用决策树进行判断性的输出,形成报警仿真时的综合窗口展示,在展示的同时能通过用例字典控制不同数据,实现测试针对不同的场景目标有不同仿真的时序。该平台能成功验证投入现场数据的可靠性,在不破坏现场联锁关系的前提下保障场景的全遍历测试,起到信号集中监测系统安全监督的专项整治作用,加强信号集中监测的报警技防功能。

关键词： 岩石力学   PCA算法   CBLOF算法   SVMSMOTE算法   岩爆   数据处理   机器学习  

摘要： 为降低岩爆样本数据中特征参数的相关性、剔除各类数据中的离群点和平衡数据集中各类岩爆等级的数量,提升岩爆数据库质量,提出一种PCA(principal component analysis),CBLOF(cluster-based local outlier factor)和SVMSMOTE(support vector machine synthetic minority over-sampling technique)组合算法的方法。首先收集国内外343组岩爆案例构建原始岩爆数据集,使用PCA降维方法对原始岩爆数据集样本进行降维处理,CBLOF算法剔除各类岩爆等级中的离群点,SVMSMOTE算法在各岩爆等级边界附近合成新的少数类样本,最后将处理后的岩爆数据库和原始岩爆数据库分别加入6种机器学习算法模型进行训练,验证PCA,CBLOF和SVMSMOTE算法组合的有效性。结果表明:经过PCA,CBLOF和SVMSMOTE算法组合处理后的数据库所训练的Ada Boost,CatBoost,LightGBM,GradientBoosting,ExtraTrees和Random Forest算法模型的准确率,相比于原始岩爆数据库样本所训练的算法模型准确率分别高29%,28.5%,34%,28%,26.5%,24%。因此,基于PCA,CBLOF和SVMSMOTE组合算法对岩爆数据库进行数据处理,能有效提升岩爆数据库质量,改善机器学习预测模型的性能。